Softmax 功能

Softmax 迴歸（或多項邏輯迴歸）是對我們想要處理多個類的情況的邏輯迴歸的推廣。它對於我們想要應用非二進位制分類的神經網路特別有用。在這種情況下，簡單的邏輯迴歸是不夠的。我們需要跨所有標籤的概率分佈，這是 softmax 給我們的。

Softmax 使用以下公式計算：

https://i.stack.imgur.com/wxJKQ.jpg

___________________________它適合哪個地方？ _____________________________

要通過使用 numpy 對其應用 softmax 函式來規範化向量，請使用：

np.exp(x) / np.sum(np.exp(x))

其中 x 是從 ANN 的最後一層啟用的。